도구

https://docs.github.com/ko/education/explore-the-benefits-of-teaching-and-learning-with-github-education/github-global-campus-for-teachers/apply-to-github-global-campus-as-a-teacher 아래 신청을 통해 github copilot 무료로 사용 가능. 교사 할인 정보 공인 교육 기관의 학생 또는 교직원은 GitHub Global Campus에 신청할 수 있습니다. GitHub Global Campus는 GitHub Education Community가 한 곳에서 교육 혜택에 액세스할 수 있도록 지원하는 포털입니다. GitHub Global Campus 포털에는 the GitHub Education Community, 전문 개발자가 사용하는 산업 도구, 이벤트, Campus TV 콘텐츠, GitHub Classroom, GitHub Community … Read more

일본 인문정보학 연구소에서 만든 동아시아 고전적 TEI 뷰어 버전 0.1 버전 공개 https://tei.dhii.jp/teiviewer4eaj

한국사데이터베이스 – 한국근현대잡지자료(https://db.history.go.kr/item/level.do?itemId=ma) 스크래핑 파이썬 코드. Colab에서 바로 실행해볼 수 있습니다. 코드 작성자 : 김병준 https://github.com/ByungjunKim/KoreanHistoryDatabase

고도서 한자 인식 고문서 한자 인식(시험판) 고도서 이미지 검색 필사본 자전 고문헌 한문 자동 문장 분절(시험판)

https://github.com/placemark GN⁺: 웹 기반 지리 공간 데이터 편집기인 Placemark, 이제 오픈 소스로 전환 Placemark 애플리케이션 소개 초기 오픈 소스 릴리스 주의사항 기술 스택 Docker를 이용한 실행 Render에서 실행 설치 환경 변수 필수 및 선택적 환경 변수 인프라 도메인 로컬 SSL 테스트 Stripe 사용 GN⁺의 의견

Github: https://github.com/kakaobrain/honeybee 논문: Honeybee: Locality-enhanced Projector for Multimodal LLM // https://arxiv.org/abs/2312.06742 바로: 한국어를 기반으로 하는 LLM이 많다고 하기 어려운 상황에서 경량화 멀티모달 LLM을 공개한 카카오에게… 성은이 망극하나이다. 꾸벅–

한국어 형태소 분석기인 바른(bareun)의 유튜브 채널 오픈. 개발자에게 직접 듣는 ‘바른’ 형태소 분석기의 구조와 이해 콘텐츠. https://www.youtube.com/@bareun-ai

GPT 3.5 버전을 활용한 텍스트에서 지식 그래프 자동 추출하는 서비스. 한국어도 활용 가능. 🦜🔗 Text-to-graph extraction · Streamlit (auto-graph.streamlit.app) This playground explores the use of OpenAI functions and LangChain to build knowledge graphs from user-input text. It breaks down the user input text into knowledge graph triples of subject (primary entities or concepts in a sentence), predicate (actions or … Read more

https://github.com/jiaeyan/Jiayan 甲言，专注于古代汉语(古汉语/古文/文言文/文言)处理的NLP工具包，支持文言词库构建、分词、词性标注、断句和标点。 Jiayan, the 1st NLP toolkit designed for Classical Chinese, supports lexicon construction, tokenizing, POS tagging, sentence segmentation and punctuation.

“BERT, GPT, BART와 같은 딥러닝 언어모델에서는 크기가 고정된 닫힌 어휘 집합을 사용합니다. 따라서 딥러닝 언어모델에 텍스트를 입력하려면 임의의 텍스트를 고정된 어휘 집합으로 분할하여 변환해주는 토크나이저(Tokenizer)가 필수적입니다. 한국어의 경우 오랫동안 개발되어온 형태소 분석기가 있으나, 기존의 형태소 분석기들은 분석결과를 고정된 개수의 어휘로 출력하는 기능이 없었으므로 형태소 분석기를 토크나이저로 사용할 수 없었습니다. 그래서 한국어의 특징을 고려하지 못함에도 Byte … Read more